As platforms grow, maintaining speed, reliability, and seamless user experiences becomes critical. Inspired by Bobble AI and its journey to support millions of real-time interactions, this challenge explores how cloud-native systems are designed for efficiency at scale. You’ll work with Docker and Kubernetes to run and orchestrate applications, while also using IAM, Cloud Storage, and Monitoring to manage access, data, and performance. The result: a clearer view of how the right mix of containers, automation, and observability keeps modern applications fast, resilient, and efficient.
了解详情
本课程能让机器学习从业者掌握评估生成式和预测式 AI 模型的基本工具、方法和最佳实践。要确保机器学习系统在实际运用中提供可靠、准确、高效的结果，做好模型评估至关重要。
学员将深入了解各项评估指标、方法及如何在不同模型类型和任务中适当应用这些指标和方法。课程将着重介绍生成式 AI 模型带来的独特挑战，并提供有效解决这些挑战的策略。通过利用 Google Cloud 的 Vertex AI Platform，学员可学习如何在模型选择、优化和持续监控工作中实施卓有成效的评估流程。
了解详情
随着企业对人工智能和机器学习的应用越来越广泛，以负责任的方式构建这些技术也变得更加重要。但对很多企业而言，真正践行 Responsible AI 并非易事。如果您有意了解如何在组织内践行 Responsible AI，本课程正适合您。
本课程将介绍 Google Cloud 目前如何践行 Responsible AI，以及从中总结的最佳实践和经验教训，便于您以此为框架构建自己的 Responsible AI 方法。
了解详情
在本课程中，您将了解 Gemini（Google Cloud 推出的一款依托生成式 AI 的协作工具）如何帮助您使用 Google 产品和服务开发、测试、部署和管理应用。在 Gemini 的协助下，您可以学习如何开发和构建 Web 应用、修复应用中的错误、开发测试和查询数据。您可以通过实操实验了解如何利用 Gemini 来改进软件开发生命周期 (SDLC)。
Duet AI 已更名为 Gemini，这是我们的新一代模型。
了解详情
本课程致力于为您提供所需的知识和工具，让您能够了解 MLOps 团队在部署和管理生成式 AI 模型以及探索 Vertex AI 如何帮助 AI 团队简化 MLOps 流程时面临的独特挑战，并帮助您在生成式 AI 项目中取得成功。
了解详情
This course introduces participants to MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud. MLOps is a discipline focused on the deployment, testing, monitoring, and automation of ML systems in production. Machine Learning Engineering professionals use tools for continuous improvement and evaluation of deployed models. They work with (or can be) Data Scientists, who develop models, to enable velocity and rigor in deploying the best performing models.
了解详情
这是一节入门级微课程，旨在解释什么是负责任的 AI、它的重要性，以及 Google 如何在自己的产品中实现负责任的 AI。此外，本课程还介绍了 Google 的 7 个 AI 开发原则。
了解详情
这是一节入门级微学习课程，探讨什么是大型语言模型 (LLM)、适合的应用场景以及如何使用提示调整来提升 LLM 性能，还介绍了可以帮助您开发自己的 Gen AI 应用的各种 Google 工具。
了解详情
这是一节入门级微课程，旨在解释什么是生成式 AI、它的用途以及与传统机器学习方法的区别。该课程还介绍了可以帮助您开发自己的生成式 AI 应用的各种 Google 工具。
本课程介绍 Google Cloud 的 AI 和机器学习 (ML) 能力，重点讲解如何开发生成式和预测式 AI 项目。本课程将探讨“数据到 AI”全生命周期中的多种技术、产品和工具，并通过互动练习帮助数据科学家、AI 开发者和机器学习工程师提升专业能力。
了解详情
Learn how to use NotebookLM to create a personalized study guide for the Professional Machine Learning Engineer certification exam (PMLE). You'll review NotebookLM features, create a notebook, and use the study guide to practice for a certification exam.
了解详情
了解如何使用智能体开发套件 (ADK) 构建可用于生产用途的复杂 AI 智能体。本课程介绍了 ADK 的开源框架，助力开发者从简单的提示工程跨越到代码优先的结构化软件开发方法，从而构建企业级多智能体系统。
了解详情
Google Cloud : Prompt Engineering Guide examines generative AI tools, how they work. We'll explore how to combine Google Cloud knowledge with prompt engineering to improve Gemini responses.
为 Compute Engine 实现云负载均衡
Earned Jun 14, 2026 EDT
开发 Google Cloud 网络
Earned May 29, 2026 EDT
在 Google Cloud 上部署 Kubernetes 应用
Earned May 28, 2026 EDT
Work Meets Play: Expressive Efficiency
Earned May 28, 2026 EDT
利用 Vertex AI 实现机器学习运维 (MLOps)：模型评估
Earned May 24, 2026 EDT
Responsible AI: 和 Google Cloud 一起践行 AI 原则
Earned May 12, 2026 EDT
适用于端到端 SDLC 的 Gemini
Earned May 7, 2026 EDT
适用于生成式 AI 的机器学习运维 (MLOps)
Earned May 6, 2026 EDT
Machine Learning Operations (MLOps): Getting Started
Earned May 4, 2026 EDT
负责任的 AI 简介
Earned Apr 11, 2026 EDT
大型语言模型简介
Earned Apr 10, 2026 EDT
生成式 AI 简介
Earned Apr 9, 2026 EDT
AI Infrastructure：Cloud TPU
Earned Apr 8, 2026 EDT
Google Cloud 上的 AI 和机器学习简介
Earned Apr 1, 2026 EDT
Build a Certification Study Guide: PMLE
Earned Mar 26, 2026 EDT
使用智能体开发套件 (ADK) 打造智能体
Earned Mar 25, 2026 EDT
Google Cloud: Prompt Engineering Guide
Earned Mar 25, 2026 EDT